需要JoVE订阅才能观看此内容。 请登录或开始免费试用

综述文章

基于粪便和血液检测的非侵入性结直肠癌筛查:证据、可行性与公平性考量

143 次观看

⸱

DOI:

10.3791/70478

⸱

2026年9月18日

 ,  ,  ,  , 

本文内容

摘要

本文综述了基于粪便和血液的结直肠癌筛查检测方法,并阐述了检测性能、依从性、随访能力及公平性应如何指导检测的实施。

摘要

结直肠癌(CRC)仍是全球癌症发病率和死亡率的主要原因之一。由于结肠镜检查资源消耗大且参与率不足,非侵入性筛查检测在人群层面的预防中至关重要。本文综述了近期关于粪便免疫化学检测(FIT)、多组学粪便DNA-FIT(mt-sDNA-FIT)、多组学粪便RNA-FIT(mt-sRNA-FIT)以及基于血液的检测方法的研究证据,重点聚焦于对平均风险无症状个体的筛查,区分癌症检出与高级别癌前病变检出,以及将检测性能转化为公共卫生效益所需的实施条件。FIT因其成本低廉、可重复性强,并有组织化筛查的证据支持,目前仍是许多项目中可扩展性最强的一线选择。其性能受血红蛋白阈值、采样与样本处理、病变生物学特性、重复依从性以及阳性结果后完成结肠镜检查情况的影响。分子粪便检测通常可提高单次应用对结直肠癌及高级别癌前病变的敏感性,但会降低特异性,并增加成本以及对结肠镜检查的需求。基于血液的检测可能提高那些拒绝粪便检测或结肠镜检查人群的接受度;然而,现有证据表明其对高级别癌前病变的检出能力较低,因此作为粪便检测策略的直接替代方案时,其预防价值有限。筛查路径各环节均存在实施障碍,包括筛查邀请、检测可及性、样本寄回、实验室处理、结果通知、诊断性结肠镜检查、病理评估、治疗可及性以及登记系统追踪。未来的发展方向应优先考虑风险适应性筛查、经验证的分子与多组学生物标志物、人工智能辅助分诊以及公平的项目设计。最合理的策略并非普遍采用单一检测方法,而是根据人群风险、患者接受度和卫生系统能力进行资源分层的筛查路径。

引言

结直肠癌(CRC)是众多主要癌症中预防效果最显著的一种,因为多数病例会经历一个可检测的腺瘤-癌变或锯齿状-肿瘤形成序列,这一过程可持续数年。全球癌症监测数据显示,2022年新增结直肠癌病例超过190万例,死亡病例超过90万例,使结直肠癌成为全球癌症相关发病率和死亡率的主要原因之一1。由于人口增长、人口老龄化、生活方式改变、肥胖、饮食因素以及预防服务获取不均等因素,预计未来结直肠癌的绝对疾病负担将持续上升1,2。对于内镜检查能力有限、初级医疗体系分散或组织化筛查参与率较低的卫生系统而言,这些趋势尤为值得关注。

只有当筛查作为一个完整的路径发挥作用时,才具有临床价值。检测必须能够识别出结直肠癌(CRC)患者或具有临床意义的癌前病变个体,有效传达检测结果,并及时引导其接受诊断性结肠镜检查、组织病理学检查、治疗以及长期的登记随访。结肠镜检查仍然是确诊和治疗的金标准,因为它能够识别、活检并切除多种癌前病变。然而,该操作具有侵入性,成本较高,依赖经过培训的专业人员和高质量的肠道准备,且部分个体接受度较低。因此,人群筛查项目 increasingly 依赖于非侵入性的粪便或血液检测,以提高筛查覆盖率,尤其是针对那些尚未按时接受筛查的平均风险成年人3,4,5。

本综述主要关注平均风险、无症状人群的筛查。仅在需要澄清解释时,才会讨论有症状患者的诊断分诊、息肉切除后的监测以及遗传性或高风险状况下的筛查。这一区分至关重要,因为检测性能和临床意义在不同应用场景中存在差异。用于优先安排有症状患者进行紧急结肠镜检查的粪便免疫化学检测(FIT)阈值,不能以与在有组织的无症状筛查项目中重复使用FIT策略相同的方式进行解读。同样,若分子检测方法仅在平均风险队列中得到评估,则除非已在目标使用人群中经过独立验证,否则不应将其结果推广至监测人群3,6,7。

结直肠癌(CRC)的无创筛查技术已迅速发展。粪便免疫化学检测(FIT)可检测粪便中的人血红蛋白。分子粪便检测将粪便血红蛋白与DNA、RNA、甲基化或其他与肿瘤形成相关的信号相结合。基于血液的检测方法则评估循环游离DNA、甲基化模式、片段组学特征或其他肿瘤来源的信号。这些检测平台在生物学靶标、分析前易损性、成本、特异性、筛查间隔假设以及对结肠镜检查需求的影响方面存在差异。因此,科学上有意义的比较必须区分结直肠癌检出与高级别癌前病变检出,并同时评估诊断准确性与实施可行性8,9,10,11,12,13,14,15,16,17。

访问受限。请登录或开始试用以查看此内容。

综述与观点

证据来源与综述方法

本研究通过叙述性证据综述,总结了关于已验证及新兴的非侵入性结直肠癌(CRC)筛查检测方法的临床相关文献。检索的文献来源包括PubMed、Embase、Scopus、Web of Science、监管文件、主要指南声明以及高影响力综述文章,主要纳入2017年至2026年6月期间发表的文献,同时保留了部分早期关键研究,这些研究为诊断性能提供了关键证据或为指南制定提供了背景支持。检索主题包括结直肠癌筛查、粪便免疫化学检测、粪便DNA、粪便RNA、循环肿瘤DNA、甲基化SEPT9、游离DNA、血液筛查、进展期腺瘤、进展期癌前病变、依从性、结肠镜随访、公平性、成本效益、多基因风险评分、微生物组、多组学以及人工智能。图1总结了本综述所采用的筛查路径及解读框架。 表1提供了按检测方法分类的证据框架。

证据的解读依据研究类型进行,而非将不同设计类型的数据合并分析。诊断准确性研究、筛查项目评估、随机筛查邀请试验、成本效果模型、依从性研究、监管摘要以及实施报告所回答的问题各不相同。准确性研究描述的是检测方法相对于结肠镜检查或其他参考标准的性能表现;项目研究仅在完成检测且后续进行结肠镜检查的情况下,才能估计真实世界中的有效性;经济模型的结果则高度依赖于对间期癌、依从性、支付方视角以及结肠镜检查成本等假设。由于上述异质性,本文避免提供合并估计值,仅在结果与特定检测方法、目标人群及参考标准明确关联时,呈现具有代表性的性能数据5,13,18,19,20,21,22。

有症状的诊断路径研究未与平均风险人群的筛查研究合并。有症状队列的先验概率更高,转诊阈值不同,且后续处理后果也不同。同样,高风险人群或监测人群的研究也被单独处理,因为既往腺瘤、炎症性肠病、遗传性综合征或明显的家族史会改变基线风险以及可接受的随访策略。本综述中普遍采用的实用解释是,检测性能必须与预期用途、筛查间隔、依从性以及检测结果阳性后进行结肠镜检查的能力相关联。

全球负担与公共卫生背景

当可预防疾病的负担较重且筛查路径能够可靠实施时,结直肠癌(CRC)筛查的公共卫生合理性最强。全球癌症观察站的估算数据和全球癌症报告表明,不同地区的结直肠癌发病率和死亡率均较高,但仅凭疾病负担本身并不能决定最佳的筛查方法。对于结肠镜检查能力有限的高负担国家而言,推广高依从性的粪便免疫化学检测(FIT)所带来的公共卫生效益,可能优于使用昂贵的分子检测方法——后者产生的阳性结果数量可能超过医疗系统可评估的能力。相反,在粪便样本采集是参与筛查的主要障碍且结肠镜检查能力充足的地区,提供其他经过验证的筛查选择可能会提高筛查完成率3,5,5。

项目组织与检测方法的选择同等重要。来自全球癌症筛查项目数据库的数据显示,许多国家的癌症筛查项目数据不完整,尤其是关于筛查路径指标的数据,例如邀请覆盖率、参与率、阳性率、诊断随访和治疗衔接23。这些数据缺口限制了不同地区间检测策略的比较能力。因此,筛查政策应基于路径中的瓶颈环节制定:识别符合条件的成年人、提供检测、样本送检或处理、结果告知、在检测结果为阳性后确保结肠镜检查,以及结局追踪。若缺少这些步骤,即使灵敏度很高的检测方法也可能无法降低结直肠癌的发病率或死亡率。

随机化研究和程序性证据进一步明确了检验效能与项目有效性的区别。一项随机结直肠癌筛查试验表明,在意向性筛查分析中,邀请参与者接受重复FIT筛查的参与率高于邀请接受一次性结肠镜检查者,且在10年结直肠癌死亡率方面具有非劣效性,而按方案分析的结果则更支持完成结肠镜检查者5。来自组织化筛查项目的观察性数据也显示,基于FIT的筛查项目与结直肠癌死亡率降低以及疾病分期向早期转移相关24,25,26。这些发现支持将FIT作为一种可行的群体筛查策略,同时也强调重复参与和后续结肠镜检查不可或缺。

粪便免疫化学检测

粪便免疫化学检测(FIT)是大多数可扩展的非侵入性结直肠癌(CRC)筛查项目的基础。FIT采用针对人血红蛋白的特异性抗体,因此避免了传统愈创木脂法粪便潜血试验所需的饮食限制。FIT成本低廉,可邮寄给受试者,能够进行定量检测,并可每年或每两年重复一次。其主要局限性在于生物学方面:肿瘤性病变的出血具有间歇性,而进展期腺瘤的出血可能不如已形成的癌症稳定。因此,FIT对结直肠癌的检测性能通常优于对进展期癌前病变的检测8,9,26。

FIT 性能差异由多种因素导致。首先,阳性阈值决定了灵敏度与结肠镜检查需求之间的平衡。较低的粪便血红蛋白截断值可检测出更多疾病,但会增加假阳性结果,并需要更多的诊断性结肠镜检查;较高的阈值可保留结肠镜检查能力,但会遗漏更多病变。其次,样本稳定性及处理方式会影响测得的血红蛋白水平,尤其是在运输延迟或环境温度较高时。第三,单样本与双样本策略在阳性率和检出率方面存在差异。第四,病变部位、分期、性别、年龄、药物使用情况以及基线风险均会影响粪便血红蛋白浓度,从而影响检测灵敏度8,9,10,26。

从分析角度来看,粪便免疫化学检测(FIT)的准确性依赖于采集缓冲液中人血红蛋白的保存。样本返还延迟、受热、采样不足以及粪便不均一性均可能导致可检测的血红蛋白减少;而结直肠癌(CRC)或高级别癌前病变不存在的情况下,非肿瘤性下消化道出血也可能导致FIT结果呈阳性。这些局限性解释了为何检测阈值、试剂盒说明书、样本运输时限以及实验室质量控制是决定筛查效能的关键因素,而非次要的技术细节8,9。

筛查与有症状分诊之间的区别至关重要。在平均风险人群的筛查中,粪便免疫化学检测(FIT)是一种重复进行的人群干预措施,旨在通过早期发现并切除癌前病变,降低结直肠癌(CRC)的发病率和死亡率。而在有症状的诊疗路径中,FIT则作为一种分诊工具,用于对具有可能CRC症状的患者进行结肠镜检查的优先级排序。针对有症状患者使用FIT的指南定义了特定的阈值和转诊措施,但这些阈值不应直接应用于无症状人群的筛查项目。7.

FIT 的有效性还取决于行为因素和系统设计。只有当个体持续完成每年或每两年一次的检测,并且在检测结果呈阳性后及时接受结肠镜检查时,才能实现疾病的预防。FIT 结果阳性后未接受结肠镜检查,将显著增加死于结直肠癌的风险10。因此,有效的 FIT 项目需要具备准确的登记系统、通过邮寄或在诊所分发检测试剂盒、提供清晰的说明、发送提醒、实验室质量控制、快速报告检测结果、对异常结果进行随访管理,以及充足的结肠镜检查能力。在资源有限的地区,可能需要调整阳性阈值,使检测发现的病例数量与可用的内镜服务能力相匹配,避免系统超负荷运转。

由于粪便免疫化学检测(FIT)相对便宜且操作灵活,因此在资源有限和中等资源地区仍具有吸引力。然而,如果筛查路径缺乏邮政系统、实验室基础设施、电子召回机制、患者管理支持或价格合理的结肠镜检查,即使低成本的检测也可能失败。因此,FIT 不应仅仅被视为一种检测手段,而应被看作一个项目组成部分,其价值取决于受检者的重复依从性以及诊断流程的完整完成。

多组学粪便DNA-FIT、多靶点粪便RNA-FIT及其他分子粪便检测

分子粪便检测通过测量肿瘤细胞脱落至粪便中的生物标志物,以提高检出率。最初的mt-sDNA-FIT平台结合了粪便血红蛋白、DNA甲基化标志物、KRAS突变以及其他检测组分。在其关键性的平均风险人群筛查研究中,mt-sDNA-FIT在结直肠癌(CRC)和进展期癌前病变的检测中敏感性高于FIT,但特异性较低12。新一代mt-sDNA-FIT检测在大规模平均风险筛查人群中报告的结直肠癌敏感性为93.9%,进展期癌前病变敏感性为43.4%,进展期肿瘤性病变特异性为90.6%;在同一研究中,FIT在所评估阈值下对结直肠癌和进展期癌前病变的敏感性均较低13。

多靶点粪便RNA–FIT检测是另一种分子检测策略。在一项针对平均风险人群的大规模研究中,多靶点小RNA–FIT检测对I–III期结直肠癌具有较高的敏感性,对进展期腺瘤具有中等敏感性,但特异性低于FIT14。基于RNA的标志物可能捕捉到活跃的细胞过程,并可补充血红蛋白检测,但其需要严格的样本稳定、提取以及检测的重复性,同时还需考虑实验室工作流程。这些要求使得分子粪便检测与即时检测或基础实验室的FIT检测有所区别,并影响其在资源有限环境中的推广应用。

对于基于粪便DNA和RNA的检测,分析挑战不仅在于标志物的选择,还在于如何从成分复杂的粪便样本中有效保存和回收肿瘤来源的物质。肿瘤来源的DNA或RNA与细菌核酸、消化产物、非肿瘤性上皮细胞DNA以及血红蛋白混合在一起;因此,标志物的降解、脱落的异质性、提取效率的差异以及算法阈值均可能影响检测结果的阳性判断。当血红蛋白或分子信号反映的是非进展期病变、良性出血、炎症改变、背景甲基化或接近临界值时的分析变异时,可能出现假阳性结果。为实现可重复的应用,需要采用标准化的采样装置、稳定化化学试剂、统一的提取流程、锁定的分类算法、实验室质量控制以及外部验证,而不能将一种平台的结果外推至另一种平台12,13,14,15,16,17,21。

分子粪便检测的核心权衡在于,灵敏度的提高并不意味着在人群层面自动具有更优的效果。特异性降低会增加被转诊接受结肠镜检查的人数。在资源充足的环境中,如果医疗系统能够及时提供诊断评估,这种状况可能是可以接受的。而在内镜检查能力有限的环境中,较低的特异性可能导致高风险人群的结肠镜检查被延迟,并增加机会成本。因此,成本效果取决于筛查间隔、依从性假设、检测价格、结肠镜检查费用、并发症发生率、疾病流行率、支付意愿阈值以及卫生系统管理阳性结果的能力18,19,27。

当患者倾向于非侵入性检测、对重复进行粪便免疫化学检测(FIT)依从性较差,或当单次应用的更高灵敏度能够证明其额外成本和对结肠镜检查需求的合理性时,粪便分子检测最为适用。然而,在预算有限、结肠镜检查积压严重或缺乏实验室基础设施的情况下,将其作为普遍的一线初筛检测则不太合适。由于不同检测平台在生物标志物组成、采样套件、分析算法、阳性阈值以及随访间隔建议方面存在差异,相关证据应针对每种检测单独解读,而不应泛化至所有粪便分子检测12,13,14,21。

基于血液的检测方法

基于血液的结直肠癌筛查检测具有吸引力,因为血液采集可在常规临床诊疗过程中完成,可能更容易被那些拒绝粪便样本采集或结肠镜检查的人群所接受。目前的检测平台主要评估游离DNA、甲基化信号、肿瘤来源的基因组改变以及片段组学特征。其公共卫生意义在于提高未接受筛查人群的参与率;主要担忧在于提高的筛查完成率是否能够弥补对进展期癌前病变较低的检出能力22,28,29,30。

一项针对平均风险人群的结直肠癌筛查前瞻性研究评估了一种基于无细胞DNA的血液检测方法,结果显示其对结直肠癌的敏感性为83.1%,对进展期肿瘤病变的特异性为89.6%,对进展期癌前病变的敏感性为13.2%22。美国食品药品监督管理局(FDA)执行摘要强调,阳性结果需通过结肠镜检查进一步确认,而阴性血液检测结果并不能排除结直肠癌或进展期癌前病变的存在28。这些数据揭示了当前血液检测的主要局限性:现有血液检测方法虽可检出多数已形成的癌症,但在检出可切除的癌前病变方面,其能力远低于以预防为导向的粪便分子检测或结肠镜检查。

基于血液筛查的生物学局限性在高级别癌前病变中表现得尤为明显。这些病变通常体积较小,常局限于黏膜层,与侵袭性癌症相比,释放到血浆中的异常DNA量极微。任何来自癌前病变的微弱信号都会被大量非肿瘤性游离DNA稀释,而为保持特异性所设定的阈值可能进一步降低对癌前病变的检出灵敏度。因此,血液检测中良好的癌症检出灵敏度不应被解读为具有同等的预防潜力,因为癌症预防的效果在很大程度上取决于在癌变侵袭前及时发现并切除高级别癌前病变17,22,27,28,31。

SEPT9 甲基化及其他血浆甲基化方法为基于血液的结直肠癌检测提供了早期概念验证,但其在癌前病变中的检测性能以及对筛查效果的影响较为有限29,30。新型基于血液的检测方法可能通过整合甲基化、循环游离DNA片段化特征、蛋白质标志物以及机器学习分类器来提高检测灵敏度。然而,广泛实施应基于在预期使用人群中的前瞻性研究、纵向间隔癌数据、随访结肠镜检查完成情况,以及在现实依从性假设下的成本效益分析18,19,31。

因此,基于血液的检测应被视为对原本未接受筛查人群的辅助手段或替代选择,而非粪便免疫化学检测(FIT)、甲基化DNA-FIT(mt-sDNA-FIT)、甲基化sRNA-FIT(mt-sRNA-FIT)或结肠镜检查的直接替代方法。其最合理的应用是在患者拒绝或未能完成推荐的粪便检测或内镜检查时,用于医患共同决策。与粪便检测类似,血液检测结果阳性并不具有诊断意义;必须进一步进行结肠镜检查,以完成整个筛查流程3,4。

筛查路径中的公平性与实施

应针对整个筛查流程全面分析公平性,而不仅限于按国家收入水平分类进行描述。在确定资格、发出邀请、提供符合健康素养水平的沟通、检测实施、粪便样本采集与回收、静脉采血可及性、实验室处理、结果通知、随访结肠镜检查、病理诊断、治疗及监测等各个环节均可能存在障碍。每种障碍需要不同的解决方案。邀请覆盖率低时,可能需要建立登记系统并加强初级保健 outreach;样本回收率低时,可能需要简化检测套件、发送提醒、借助社区卫生工作者或导航员协助;结肠镜完成率低时,则可能需要提供交通支持、预约协助、保险覆盖以及服务能力规划10,23,32,33,34,35,36。表2总结了各环节的障碍、支持性证据类型以及检测选择的实际意义。

区域和资源层面的建议应基于瓶颈诊断。当结肠镜检查能力是限制因素时,高特异性策略、FIT 阈值校准和风险分层可能比最大化单次检测敏感性更为重要。当参与率是限制因素时,提供更易被接受的检测方法、邮寄主动筛查邀请、进行文化适应性信息传播以及提供导航服务,可能比单纯更换检测方法带来更大的改善。当实验室检测能力受限时,FIT 可能比分子粪便检测或血液检测更具可行性。当治疗可及性受限时,筛查的扩展必须与肿瘤学、外科、病理科及姑息治疗能力相协调。

近期的实施研究揭示了障碍因素的异质性。除非项目简化粪便免疫化学检测(FIT)的分发和回收流程,农村人群和年轻成年人的FIT完成率可能较低32。来自巴林、海南和中国台湾的FIT阳性及基于人群的研究进一步表明,人口学特征、粪便血红蛋白浓度、筛查史以及项目组织形式会影响阳性率、后续随访和检出率33,34,35。在卫生系统受到干扰期间(如COVID-19大流行期间),非侵入性检测阳性后的诊断性结肠镜检查完成率可能下降,即使检测可及性仍得以维持,也会威胁筛查的有效性36。

在选择检测方法时,还必须考虑其经济可承受性以及机会成本。对于特定患者而言,高成本检测可能具有较高的临床吸引力,但如果其消耗了本可用于扩大粪便免疫化学检测推广、结肠镜检查能力或患者导航服务的资源,则可能降低总体筛查覆盖率。相反,如果参与率仍然较低,低成本检测方法也可能效果不足。因此,关键的公平性问题并非哪种检测方法在单次应用中的敏感性最高,而是哪种筛查路径能在给定资源条件下,实现最多数量的、及时完成且具有公平性的筛查过程。

未来的结直肠癌筛查可能会变得更加基于风险分层。风险分层筛查可结合年龄、性别、家族史、既往筛查史、生活方式因素、粪便血红蛋白浓度、合并症以及多基因风险评分(PRSs)来确定筛查起始年龄、筛查间隔、检测方法和转诊阈值。PRSs 已显示出识别个体结直肠癌风险显著偏离人群年龄平均水平的潜力,但其应用需要在不同祖先群体中进行校准,确保信息透明沟通,保护隐私安全,并提供证据证明风险分层能够改善健康结局,而非加剧健康不平等37,38,39。

微生物组和多组学方法可能通过整合微生物种类、微生物代谢物、宿主来源的甲基化标志物、RNA转录本、蛋白质以及粪便血红蛋白,提高无创检测的准确性。与结直肠癌相关的微生物组变化可在粪便中被检测到,有助于区分腺瘤或早期癌症与结肠镜检查正常的个体,但在不同饮食、地理环境、抗生素暴露、样本处理及测序流程下的可重复性仍是主要挑战37,40,41。多组学算法应以具有临床意义的终点作为评估标准,特别是进展期癌前病变和间期癌,而不仅限于已确诊的癌症。

人工智能可能在多个环节中发挥作用。预测模型可用于优先开展 outreach(主动 outreach)、识别不太可能寄回检测套件的人群、个性化提醒、解读多变量风险评分,或辅助结肠镜检查的质量保证。早期研究利用常规可获取的血常规数据和机器学习方法表明,风险分层可能捕捉到部分结直肠癌病例,但此类模型不能替代经过验证的筛查检测方法,在项目部署前仍需进行前瞻性外部验证37,42。人工智能工具的评估应关注校准性、偏倚性、可解释性、临床实用性以及对完成筛查的影响,而不仅仅是区分度指标。

目前最重要的证据缺口在于纵向研究和实施导向的研究。新型检测方法不仅应报告横断面的敏感性和特异性,还应报告多轮检测的依从性、间隔期癌症发生率、进展期癌前病变的检出情况、结肠镜检查需求、假阳性负担、假阴性结果、患者可接受性、成本、公平性影响以及在资源有限环境中的可行性。比较效果研究应基于现实的依从性进行建模,因为一种中等敏感度但被大量人群完成的检测,可能优于一种敏感度更高但接受率低的检测。监管批准和市场可及性并不足以证明其在人群层面具有实际益处。

访问受限。请登录或开始试用以查看此内容。

结论

非侵入性结直肠癌筛查应同时通过生物学性能和实施路径可行性进行评估。在许多有组织的筛查项目中,粪便免疫化学检测(FIT)仍是可扩展性最高的选择,因其成本低廉、可重复性强,并且有证据表明参与此类项目可降低结直肠癌死亡率。分子粪便检测在单次应用中对结直肠癌及高级别癌前病变的检出能力有所提升,但其较低的特异性、较高的成本以及对结肠镜检查需求的增加,需结合当地资源进行权衡。基于血液的检测可能提高那些拒绝粪便检测或结肠镜检查人群的参与度,但目前的检测方法对高级别癌前病变的敏感性有限,应被视为辅助手段或未接受常规筛查人群的替代选择,而非直接取代更具预防导向策略的方案。

最合理的实施方法是采用资源分层的路径。项目应首先确定主要瓶颈:邀请覆盖率低、检测完成率差、实验室处理能力不足、结肠镜检查可及性有限、结果沟通不畅,或治疗衔接不充分。随后,应根据该瓶颈、目标使用人群以及卫生系统完成随访的能力来选择检测方法。未来的研究证据应优先关注经过验证的风险适应性路径、多样化人群、透明的成本假设,以及贯穿整个筛查连续环节的结局指标。

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无竞争利益。

致谢

资金声明:本工作得到四川省自然科学基金(项目编号 2024NSFSC0718)的资助。

访问受限。请登录或开始试用以查看此内容。

参考文献

  1. Bray F, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024;74(3):229–63.
  2. Morgan E, et al. Global burden of colorectal cancer in 2020 and 2040: incidence and mortality estimates from GLOBOCAN. Gut. 2023;72(2):338–44.
  3. Davidson KW, et al. Screening for colorectal cancer: US Preventive Services Task Force recommendation statement. JAMA. 2021;325(19):1965–77.
  4. Wolf AMD, et al. Colorectal cancer screening: an update to the American Cancer Society guideline, 2026. CA Cancer J Clin. 2026;76(3):e70083.
  5. Castells A, et al. Effect of invitation to colonoscopy versus faecal immunochemical test screening on colorectal cancer mortality (COLONPREV): a pragmatic, randomised, controlled, non-inferiority trial. Lancet. 2025;405(10486):1231–9.
  6. Shaukat A, et al. ACG clinical guidelines: colorectal cancer screening 2021. Am J Gastroenterol. 2021;116(3):458–79.
  7. Monahan KJ, et al. Faecal immunochemical testing (FIT) in patients with signs or symptoms of suspected colorectal cancer (CRC):): a joint guideline from the Association of Coloproctology of Great Britain and Ireland and the British Society of Gastroenterology. Gut. 2022;71(10):1939–62.
  8. Niedermaier T, et al. Sensitivity of fecal immunochemical test for colorectal cancer detection differs according to stage and location. Clin Gastroenterol Hepatol. 2020;18(13):2920–8.e6.
  9. Syrjänen K, et al. Colorectal cancer screening by fecal immunochemical tests (FIT): considerations on sampling and markers (Hb and Hb/Hp complex) of fecal occult blood (FOB). Anticancer Res. 2024;44(4):1513–23.
  10. Zorzi M, et al. Non-compliance with colonoscopy after a positive faecal immunochemical test doubles the risk of dying from colorectal cancer. Gut. 2022;71(3):561–7.
  11. Dong X, et al. Combining fecal immunochemical testing and questionnaire-based risk assessment in selecting participants for colonoscopy screening in the Chinese National Colorectal Cancer Screening Programs: a population-based cohort study. PLoS Med. 2024;21(2):e1004340.
  12. Imperiale TF, et al. Multitarget stool DNA testing for colorectal-cancer screening. N Engl J Med. 2014;370(14):1287–97.
  13. Imperiale TF, et al. Next-generation multitarget stool DNA test for colorectal cancer screening. N Engl J Med. 2024;390(11):984–93.
  14. Barnell EK, et al. Multitarget stool RNA test for colorectal cancer screening. JAMA. 2023;330(18):1760–8.
  15. Beniwal SS, et al. Current status and emerging trends in colorectal cancer screening and diagnostics. Biosensors (Basel). 2023;13(10):926.
  16. Hanna M, Dey N, Grady WM. Emerging tests for noninvasive colorectal cancer screening. Clin Gastroenterol Hepatol. 2023;21(3):604–16.
  17. Carethers JM, May FP. Next-generation noninvasive colorectal cancer screening. Annu Rev Med. 2026;77(1):161–75.
  18. Ladabaum U, et al. Projected impact and cost-effectiveness of novel molecular blood-based or stool-based screening tests for colorectal cancer. Ann Intern Med. 2024;177(12):1610–20.
  19. Ladabaum U, Mannalithara A. Comparative effectiveness and cost effectiveness of a multitarget stool DNA test to screen for colorectal neoplasia. Gastroenterology. 2016;151(3):427–39.e6.
  20. Lansdorp-Vogelaar I, et al. Cost-effectiveness of high-performance biomarker tests vs fecal immunochemical test for noninvasive colorectal cancer screening. Clin Gastroenterol Hepatol. 2018;16(4):504–12.e11.
  21. Wisse PHA, et al. The multitarget faecal immunochemical test for improving stool-based colorectal cancer screening programmes: a Dutch population-based, paired-design, intervention study. Lancet Oncol. 2024;25(3):326–37.
  22. Chung DC, et al. A cell-free DNA blood-based test for colorectal cancer screening. N Engl J Med. 2024;390(11):973–83.
  23. Zhang L, et al. CanScreen5, a global repository for breast, cervical and colorectal cancer screening programs. Nat Med. 2023;29(5):1135–45.
  24. Doubeni CA, et al. Fecal immunochemical test screening and risk of colorectal cancer death. JAMA Netw Open. 2024;7(7):e2423671.
  25. Levin TR, et al. Effects of organized colorectal cancer screening on cancer incidence and mortality in a large community-based population. Gastroenterology. 2018;155(5):1383–91.e5.
  26. Njor SH, Larsen MB, Søborg B, Andersen B. Colorectal cancer mortality after randomized implementation of FIT-based screening: a nationwide cohort study. J Med Screen. 2022;29(4):241–8.
  27. Ladabaum U, et al. Comparative effectiveness and cost-effectiveness of colorectal cancer screening with blood-based biomarkers (liquid biopsy) vs fecal tests or colonoscopy. Gastroenterology. 2024;167(2):378–91.
  28. U.S. Food and Drug Administration. Molecular and Clinical Genetics Panel executive SHORT ABSTRACT: Shield blood-based colorectal cancer screening test. Silver Spring, MD: U.S. Food and Drug Administration; 2024:https://www.fda.gov/media/178792/download.
  29. Shirley M. Epi proColon for colorectal cancer screening: a profile of its use in the USA. Mol Diagn Ther. 2020;24(4):497–503.
  30. Gallardo-Gómez M, et al. Serum methylation of GALNT9, UPF3A, WARS, and LDB2 as noninvasive biomarkers for the early detection of colorectal cancer and advanced adenomas. Clin Epigenetics. 2023;15(1):157.
  31. Mannucci A, Goel A. Stool and blood biomarkers for colorectal cancer management: an update on screening and disease monitoring. Mol Cancer. 2024;23(1):259.
  32. Beseler CL, et al. Investigating FIT kit completion for CRC screening in younger adults in rural areas. Discov Soc Sci Health. 2024;4(1):41.
  33. Sharif O, et al. Exploring the dietary, lifestyle, and demographic factors associated with risk for colorectal cancer and colorectal abnormalities in a fecal immunochemical test-positive population: a cross-sectional study in the Kingdom of Bahrain. Gastrointest Disord. 2024;6(3):622–33.
  34. Zeng F, et al. Application of fecal immunochemical test in colorectal cancer screening: a community-based, cross-sectional study in average-risk individuals in Hainan. World J Gastrointest Oncol. 2024;16(8):3445–56.
  35. Hsiao BY, et al. Insights into colorectal cancer screening: a multidatabase cohort study of over 1.5 million Taiwanese. Am J Prev Med. 2024;67(3):339–49.
  36. Richter B, et al. Impact of the COVID-19 pandemic on adherence to diagnostic colonoscopy after a positive non-invasive screening test for colorectal cancer in two Indiana healthcare systems. Prev Med Rep. 2025;49:102937.
  37. Duan C, Sheng J, Ma X. Innovative approaches in colorectal cancer screening: advances in detection methods and the role of artificial intelligence. Ther Adv Gastroenterol. 2025;18:17562848251314829.
  38. Tamlander M, et al. Genome-wide polygenic risk scores for colorectal cancer have implications for risk-based screening. Br J Cancer. 2024;130(4):651–9.
  39. Arnau-Collell C, et al. Evaluating the potential of polygenic risk score to improve colorectal cancer screening. Cancer Epidemiol Biomarkers Prev. 2022;31(7):1305–12.
  40. Torshizi Esfahani A, et al. Gut microbiome in colorectal cancer: metagenomics from bench to bedside. JNCI Cancer Spectr. 2025;9(3):pkaf026.
  41. Jayakrishnan TT, et al. Multi-omics machine learning to study host-microbiome interactions in early-onset colorectal cancer. NPJ Precis Oncol. 2024;8(1):146.
  42. Los B, et al. AI-driven pre-screening for colorectal cancer using complete blood counts: toward broader population impact. Int J Colorectal Dis. 2025;40(1):235.

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

非侵入性筛查粪便免疫化学检测粪便DNA检测粪便RNA检测血液检测高级别癌前病变筛查公平性分子生物标志物风险适应性筛查